講演名 2022-03-08
点群分類モデルに対するオクルージョンを考慮したデータ拡張手法の精度評価
牧 しほり(早大), 金井 謙治(早大), 廣瀬 翔太(早大), 孫 鶴鳴(早大), 甲藤 二郎(早大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 近年,深層学習による点群データ分類の研究が進んでいる.本研究では,オクルージョンに対応できるモデルの学習を行うため,2次元画像分類で提案されているデータ拡張手法を3次元点群に拡張する手法について提案する.提案手法によって,オクルージョンによって点群データが欠けたとしても,分類精度向上に繋がることを評価する.また,意図的に重要な点を削除するような攻撃や実際のセンサから得られた点群に対しての効果も検証する.
抄録(英) In recent years, research of point cloud classification using deep learning has been improved. In this paper, we propose a data augmentation method for building a robust model against occlusions. The proposed model is inspired by the 2D data augmentation methods, such as random erasing and cutout methods. Through the performance evaluations, we verify that the proposed method can contribute to improvement of classification accuracy even if a part of point cloud is lacked due to the occlusion. In addition, we also verify availability of the proposed method against real data and adversarial data that intentionally drops important points.
キーワード(和) 点群 / 深層学習 / データ拡張 / デジタルツイン
キーワード(英) Point Cloud / Deep Learning / Data Augmentation / Digital Twin
資料番号 SeMI2021-91
発行日 2022-02-28 (SeMI)

研究会情報
研究会 SeMI / IPSJ-MBL / IPSJ-UBI
開催期間 2022/3/7(から2日開催)
開催地(和) オンライン開催
開催地(英) Online
テーマ(和) センサネットワーク, モバイルインテリジェンス, モバイルコンピューティング, ユビキタスコンピューティング, 一般
テーマ(英)
委員長氏名(和) 山本 高至(京大)
委員長氏名(英) Koji Yamamoto(Kyoto Univ.)
副委員長氏名(和) 門田 和也(日立) / 大和田 泰伯(NICT)
副委員長氏名(英) Kazuya Monden(Hitachi) / Yasunori Owada(NICT)
幹事氏名(和) 橋本 匡史(サイバー大) / 金井 謙治(早大) / 内山 彰(阪大)
幹事氏名(英) Masafumi Hashimoto(Cyber Univ.) / Kenji Kanai(Waseda Univ.) / Akira Uchiyama(Osaka Univ.)
幹事補佐氏名(和) 勝間田 優樹(NTTドコモ) / 田谷 昭仁(青学大) / 中山 悠(東京農工大)
幹事補佐氏名(英) Yuki Katsumata(NTT DOCOMO) / Akihito Taya(Aoyama Gakuin Univ.) / Yu Nakayama(Tokyo Univ. of Agri. and Tech.)

講演論文情報詳細
申込み研究会 Technical Committee on Sensor Network and Mobile Intelligence / Special Interest Group on Mobile Computing and Smart Society System / Special Interest Group on Ubiquitous Computing System
本文の言語 JPN
タイトル(和) 点群分類モデルに対するオクルージョンを考慮したデータ拡張手法の精度評価
サブタイトル(和)
タイトル(英) Evaluation of Data Augmentation Methods Considering Occlusion Region for 3D Point Cloud Classification
サブタイトル(和)
キーワード(1)(和/英) 点群 / Point Cloud
キーワード(2)(和/英) 深層学習 / Deep Learning
キーワード(3)(和/英) データ拡張 / Data Augmentation
キーワード(4)(和/英) デジタルツイン / Digital Twin
第 1 著者 氏名(和/英) 牧 しほり / Shiori Maki
第 1 著者 所属(和/英) 早稲田大学(略称:早大)
Waseda University(略称:Waseda Univ.)
第 2 著者 氏名(和/英) 金井 謙治 / Kenji Kanai
第 2 著者 所属(和/英) 早稲田大学(略称:早大)
Waseda University(略称:Waseda Univ.)
第 3 著者 氏名(和/英) 廣瀬 翔太 / Shota Hirose
第 3 著者 所属(和/英) 早稲田大学(略称:早大)
Waseda University(略称:Waseda Univ.)
第 4 著者 氏名(和/英) 孫 鶴鳴 / Heming Sun
第 4 著者 所属(和/英) 早稲田大学(略称:早大)
Waseda University(略称:Waseda Univ.)
第 5 著者 氏名(和/英) 甲藤 二郎 / Jiro Katto
第 5 著者 所属(和/英) 早稲田大学(略称:早大)
Waseda University(略称:Waseda Univ.)
発表年月日 2022-03-08
資料番号 SeMI2021-91
巻番号(vol) vol.121
号番号(no) SeMI-411
ページ範囲 pp.47-52(SeMI),
ページ数 6
発行日 2022-02-28 (SeMI)